原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
案例18：基于鱼群算法的函数寻优算法
【注】原帖网址:/thread-9222-1-1.html
My Email：hehaiwanghui@163.com?
案例18：基于鱼群算法的函数寻优算法 * ********************************************************************************** 论坛申明： 1 案例为原创案例，论坛拥有帖子的版权，转载请注明出处（MATLABSKY论坛，《MATLAB智能算法30个案例分析》 2 案例内容为书籍原创内容，内容为案例的提纲和主要内容。 3 作者长期驻扎在板块，对读者和会员问题有问必答。 4 案例配套有教学视频和完整的MATLAB程序，MATLAB程序在购买书籍后可以自由下载，教学视频需要另外购买。 MATLAB书籍预定方法和优惠服务：/thread-9258-1-1.html 点击这里，预览该案例程序： /znsf/view/s18/example1.html /znsf/view/s18/example2.html 已经预定的朋友点此下载程序源代码：/thread-9395-1-1.html * ********************************************************************************* * 1、人工鱼群算法原理 ? ? 人工鱼群算法是李晓磊等人于2002年提出的一类基于动物行为的群体智能优化算法．该算法是通过模拟鱼类的觅食、聚群、追尾、随机等行为在搜索域中进行寻优，是集群体智能思想的一个具体应用． 生物的视觉是极其复杂的，它能快速感知大量的空间事物，这对于任何仪器和程序都是难以与之相比的，为了实施的简便和有效，在鱼群模式中应用了如下的方法来实现虚拟人工鱼的视觉： 如图5.1所示，一虚拟人工鱼实体的当前位置为 ，它的视野范围为 ，位置 为其在某时刻的视点所在的位置，如果该位置的食物浓度高于当前位置，则考虑向该位置方向前进一步，即到达位置 ；如果位置 不比当前位置食物浓度更高，则继续巡视视野内的其他位置。巡视的次数越多，则对视野内的状态了解更全面，从而对周围的环境有一个全方面立体的认知，这有助于做出相应的判断和决策，当然，对于状态多或无限状态的环境也不必全部遍历，允许一定的不确定性对于摆脱局部最优，从而寻找全局最优是有帮助的。 【注：帖子中的公式字符没显示】 2010-8-9 01:11 上传
下载附件 (11.24 KB)
图5.1??人工鱼的视野和移动步长 其中，位置 ，位置 ，则该过程可以表示如下： 式中， 函数为产生范围(-1,1)之间的随机数, 为移动步长。由于环境中同伴的数目是有限的，因此在视野中感知同伴的位置，并相应的调整自身位置的方法与上式类似。 2、案例目录： 第五章??人工鱼群算法 1 —ARTIFICIAL FISH SCHOOL ALGORITHM（AFSA） 1 5.1 案例背景 1 5.1.1人工鱼群算法原理 1 5.1.2人工鱼群算法的主要行为 2 5.1.3 问题的解决 2 5.1.4 案例分析 2 5.2 模型建立 4 5.2.1 变量及函数定义 4 5.2.2 算法流程 5 5.2.3 人工鱼群算法实现 7 鱼群初始化 7 觅食行为 7 聚群行为 7 追**为 8 随机行为 9 5.3 编程实现 9 5.3.1 鱼群初始化函数 9 5.3.2 觅食行为 10 5.3.3 聚群行为 11 5.3.4 追**为 12 5.3.5 食物浓度函数 13 5.3.6 案例1 13 5.3.7 案例2 16 5.4 总结 19 5.4.1 人工鱼群算法优点 19 5.4.2算法改进的几个方向 19 5.5 参考文献 20 3、案例实例及结果： 案例1： 一元函数的优化实例：,该函数的图形如图5.2所示：
2010-8-9 01:11 上传
下载附件 (27.53 KB)
图 5.2??一元函数图像 结果： 鱼群算法的运行结果如下:
2010-8-9 01:11 上传
下载附件 (30.52 KB)
图5.8??50次鱼群算法迭代结果
2010-8-9 01:11 上传
下载附件 (19.58 KB)
图5.9??最优解的变化C ommand Window上的运行结果： 最优解X：1.85060 最优解Y：3.85027 Elapsed time is 1.640857 seconds. 案例2 二元函数的优化实例： 该函数的图形如图5.3所示：
2010-8-9 01:11 上传
下载附件 (49.56 KB)
图 5.3??二元函数图像 结果： 鱼群算法的运行结果如下:
2
文档评论（0）